論文の概要: CCMAN: Cognitive Instability-Aware Cross-Modal Attention Network for Interpretable Temporal Biomarkers of Verbal Fluency Speech

• arxiv url: http://arxiv.org/abs/2609.14764v1
• Date: Sun, 13 Sep 2026 19:55:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:05.962778
• Title: CCMAN: Cognitive Instability-Aware Cross-Modal Attention Network for Interpretable Temporal Biomarkers of Verbal Fluency Speech
• Title（参考訳）: CCMAN: 言語周波数音声の解釈可能な時間的バイオマーカーのための認知的不安定性を考慮したクロスモーダルアテンションネットワーク
• Abstract要約: 音声からの認知低下の早期検出は、従来の臨床評価に代わるスケーラブルで非侵襲的な代替手段を提供する。 本稿では,タスク非依存の認知音声表現を学習する伝達学習フレームワークである認知不安定を考慮したクロスモーダル・アテンション・ネットワーク(CCMAN)を提案する。 843人の参加者から165.44時間のスピーチを行った。
• 参考スコア（独自算出の注目度）: 7.12685963584208
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Early detection of cognitive decline from speech offers a scalable and non-invasive alternative to conventional clinical assessment. Verbal fluency tasks are particularly informative, but most automated approaches aggregate features across an entire recording, overlooking temporal speech dynamics. We propose the Cognitive Instability-Aware Cross-Modal Attention Network (CCMAN), a transfer learning framework that learns task-agnostic cognitive speech representations from multiple memory-probing tasks before fine-tuning on a minute-long semantic and phonemic verbal fluency task. CCMAN integrates semantic, acoustic, and linguistic information through bidirectional cross-attention, gated multimodal fusion, and transformer-based temporal modelling to derive interpretable biomarkers of cognitive decline. Experiments were conducted on 165.44 hours of speech from 843 participants (498 healthy controls, 245 with mild cognitive impairment, and 100 with dementia). CCMAN achieved Macro-F1 scores of 0.81 and 0.59 for binary and multiclass semantic fluency classification, and 0.77 and 0.53 for phonemic fluency, consistently outperforming strong static and temporal baselines. Statistical analyses showed that semantic drift variance and pause variance, but not mean semantic drift, were significantly elevated in both MCI and dementia relative to healthy controls, while pause duration increased progressively over the task with the steepest slope in dementia, supporting global and progressive temporal speech instability as interpretable biomarkers. Evaluation on the independent PROCESS-2 benchmark further demonstrated the generalisability of the proposed framework, improving the baseline Macro-F1 by up to 9%. These findings support temporal speech instability as a dynamic speech biomarker for robust, interpretable, and generalisable early detection of cognitive decline.
• Abstract（参考訳）: 音声からの認知低下の早期検出は、従来の臨床評価に代わるスケーラブルで非侵襲的な代替手段を提供する。 言語流速タスクは特に有益であるが、ほとんどの自動化されたアプローチは、時間的音声力学を見渡すことで、録音全体にわたって機能を集約する。 本研究では,複数のメモリ探索タスクからタスク非依存の認知音声表現を学習する伝達学習フレームワークCCMANを提案する。 CCMANは、双方向のクロスアテンション、ゲートマルチモーダル融合、およびトランスフォーマーに基づく時間モデリングを通じて意味、音響、言語情報を統合し、認知低下の解釈可能なバイオマーカーを導出する。 被験者843名(健常者498名、軽度認知障害245名、認知症100名)のスピーチ165.44時間について実験を行った。 CCMANは、バイナリとマルチクラスのセマンティックフラエンシ分類で0.81と0.59のマクロF1スコア、音韻流で0.77と0.53のスコアを達成し、静時ベースラインと時間ベースラインを一貫して上回った。 統計的分析の結果, 意味的ドリフトとポーズのばらつきは, 意味的ドリフトではなく, 意味的ドリフトは健常者に対するMCI, 認知症ともに有意に増加し, 停止期間は認知症で最も急勾配のタスクにおいて徐々に増加し, 解釈可能なバイオマーカーとしてのグローバルおよびプログレッシブな時間的音声不安定性を支持した。 独立したProcess-2ベンチマークの評価では、提案フレームワークの汎用性をさらに証明し、ベースラインのMacro-F1を最大9%改善した。 これらの知見は, 動的音声バイオマーカーとしての時間的音声不安定性を支持し, 頑健で解釈可能で, 認知低下の早期発見を可能にする。

関連論文リスト

• DeMTS: Denoising Trajectories as Multivariate Time Series for Hallucination Detection in Diffusion Language Models [59.414664850109155]
  拡散大言語モデル (D-LLM) はテキスト生成において有望なパラダイムとして登場してきた。 D-LLMは幻覚に弱いままであり、流動的な出力は事実的に誤った、またはサポートされていない内容を含む可能性がある。
  論文  参考訳（メタデータ） (2026-07-24T06:45:43Z)
• Multi-Level Privacy-Preserving Dementia Detection from Speech via Targeted Adversarial Obfuscation and Representation Learning [2.4214594180459366]
  認知症検出に用いられる音声記録は、話者のアイデンティティを公開し、重要なプライバシー上の懸念を提起する。 2つの異なる盗聴ベクトルを中和する多層フレームワークを提案する。 信号レベルでは、累積信号攻撃はキーワード整列領域の摂動に集中し、転写エラーを最大化する。 特徴レベルにおいて、相互情報(MI)誘導ノイズ注入を用いたグラディエント・リバーサル層(GRL)は、話者識別次元を抑制する。
  論文  参考訳（メタデータ） (2026-07-19T06:48:54Z)
• Agentic Cognitive Profiling: Realigning Automated Alzheimer's Disease Detection with Clinical Construct Validity [66.94391219005291]
  本稿では,臨床プロトコルロジックによる自動スクリーニングを実現するエージェント認知プロファイリング(ACP)を提案する。 我々の設計の中心は、すべての定量化を決定論的関数呼び出しに委譲することで、測定から意味的理解を分離することである。 ACPは、タスク試験で90.5%のスコアマッチ率、AD予測で85.3%の精度を達成し、一般的な基準を上回っている。
  論文  参考訳（メタデータ） (2026-03-18T06:15:35Z)
• National Institute on Aging PREPARE Challenge: Early Detection of Cognitive Impairment Using Speech -- The SpeechCARE Solution [1.0486773259892048]
  アルツハイマー病と関連する認知症は、60歳以上の成人の5人に1人に影響を与えるが、認知低下した人の半数以上が未診断のままである。 SpeechCAREは、認知障害に関連する微妙な音声関連手がかりをキャプチャするマルチモーダル音声処理パイプラインである。 その堅牢な前処理には、自動転写、大規模言語モデル(LLM)に基づく異常検出、タスク識別が含まれる。
  論文  参考訳（メタデータ） (2025-11-11T11:39:20Z)
• Temporal-Aware Iterative Speech Model for Dementia Detection [0.0]
  音声を用いた認知症自動検出の現在の手法は,静的,時間に依存しない特徴や集約された言語コンテンツに依存している。 本稿では,認知症検出のための自然発話を動的にモデル化するテンポラル・アウェア・イテレーティブ・フレームワークであるTAI-Speechを紹介する。 私たちの研究は、より柔軟で堅牢な認知評価ソリューションを提供し、生のオーディオのダイナミクスを直接操作します。
  論文  参考訳（メタデータ） (2025-09-26T01:56:07Z)
• Reading Between the Lines: Combining Pause Dynamics and Semantic Coherence for Automated Assessment of Thought Disorder [8.239710313549466]
  本研究では,ポーズ機能と3つのデータセット間のセマンティックコヒーレンスメトリクスを統合する。 重要な発見は、停止機能だけで形式的思考障害(FTD)の重症度を確実に予測できることである。 これらの結果から,時間的分析と意味的分析を組み合わせたフレームワークが,非編成音声の評価を洗練するためのロードマップを提供する可能性が示唆された。
  論文  参考訳（メタデータ） (2025-07-17T22:00:16Z)
• Detecting Neurocognitive Disorders through Analyses of Topic Evolution and Cross-modal Consistency in Visual-Stimulated Narratives [83.15653194899126]
  神経認知障害(NCD)の早期発見は、時間的介入と疾患管理に不可欠である。 現在のVSNベースのNCD検出法は主にボトムアップ、刺激駆動認知プロセスと密接に結びついている言語マイクロ構造に焦点を当てている。 本稿では,話題の時間的変化を追跡する動的トピックモデル(DTM)と,物語と視覚刺激の相互整合性を測定するテキスト画像時間アライメントネットワーク(TITAN)の2つの新しいマクロ構造手法を提案する。
  論文  参考訳（メタデータ） (2025-01-07T12:16:26Z)
• Automatically measuring speech fluency in people with aphasia: first achievements using read-speech data [55.84746218227712]
  本研究の目的は,言語習得の分野で開発された信号処理algorithmの関連性を評価することである。
  論文  参考訳（メタデータ） (2023-08-09T07:51:40Z)
• Leveraging Pretrained Representations with Task-related Keywords for Alzheimer's Disease Detection [69.53626024091076]
  アルツハイマー病(AD)は高齢者に特に顕著である。 事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。 本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2023-03-14T16:03:28Z)
• Investigation of Data Augmentation Techniques for Disordered Speech Recognition [69.50670302435174]
  本稿では,不規則音声認識のための一連のデータ拡張手法について検討する。 正常な音声と無秩序な音声の両方が増強過程に利用された。 UASpeechコーパスを用いた最終話者適応システムと、最大2.92%の絶対単語誤り率(WER)の速度摂動に基づく最良の拡張アプローチ
  論文  参考訳（メタデータ） (2022-01-14T17:09:22Z)
• Identification of Dementia Using Audio Biomarkers [15.740689461116762]
  本研究の目的は、認知症のステージを自動的に識別するために、音声処理と機械学習技術を使用することである。 非言語的音響パラメータはこの目的のために使われ、言語に依存しないアプローチとなっている。 我々は, スペクトル, 時間, ケプストラム等の音響特性の寄与と, 認知症ステージの同定への選択について分析した。
  論文  参考訳（メタデータ） (2020-02-27T13:54:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。